Сейчас многие компании начали внедрять решения RPA, чтобы сократить свои расходы и освободить сотрудников от выполнения рутинных задач, перенаправив усилия на решение более глобальных вопросов. Однако не всегда инициативы RPA дают ожидаемые результаты. По мнению экспертов компании QPR, в 20% случаев компании выбирают для роботизации операции в рамках неизученных процессов. Это в значительной степени снижает рентабельность инвестиций и ограничивает общее влияние RPA на организацию.

В качестве решения этой проблемы специалисты предлагают обратиться к технологии process mining, которая позволяет изучить процессы и на основе точных данных определять необходимость внедрения RPA.

Что такое роботизированная автоматизация процессов (RPA)?

RPA – это технология для автоматизации повторяющихся операций. Обычно малозначимые задачи, такие как заполнение форм, копирование и интеграция систем, выполняют люди. RPA же предполагает выполнение подобных рутинных задач роботами и позволяет сотрудникам сосредоточиться на более важном. 

RPA в настоящее время – одно из самых популярных решений для автоматизации предприятия по нескольким причинам:

• быстрая окупаемость;
• исключение влияния человеческого фактора, а значит, и сокращение ошибок;
• повышение производительности.

Роботы помогают сократить время выполнения операции с 10 минут до 10 секунд. 

Что такое process mining?

Технология интеллектуального анализа процессов направлена на их фактическое представление. Используя журналы событий и данные, инструменты процессной аналитики (process mining) показывают реальное состояние процессов (“as is”) для выявления “узких мест”, ненужных шагов, бесполезных цепочек согласований, “пинг-понга” исполнителей и т.д. Процесс представлен так, как протекает на самом деле. Благодаря визуализации, глубинный анализ позволяет:

• поднять степень приоритетности оптимизации внутренних процессов;
• автоматизировать процессы быстрее;
• рассчитать преимущества автоматизации и роботизации.

Количество данных постоянно растет, и, несмотря на то, что пока большая их часть остается неиспользованной, инструменты интеллектуального анализа процессов оказывают значительное влияние на бизнес.

Как применять процессную аналитику для успешной реализации RPA?

Компании могут повысить свою эффективность за счет автоматизации процессов, выполняемых вручную. Однако если бизнес будет внедрять RPA вслепую, т.е. без анализа процессов, либо же выберет сферу “наугад”, то высок риск больших финансовых или временных потерь. 

Чтобы избежать этого, любая компания должна изучить внутренние процессы и определить оптимальные для автоматизации, чтобы максимизировать эффект развертывания RPA.

Процессная аналитика помогает быстро развертывать решения RPA, а при их внедрении позволяет:

• понимать сильные и слабые стороны процессов и определять возможности автоматизации до внедрения RPA;
• отслеживать производительность бота, чтобы гарантировать правильную работу во время внедрения;
• продолжать мониторинг после внедрения, поскольку процессы меняются со временем.

По мнению экспертов, успешная реализация RPA совместно со средствами process mining предусматривает следующие шаги:

• Понять процессы

Без понимания процессов компании могут не достичь ожидаемых результатов и не выявить причины своих неудач. Кроме того, это может привести к увеличению затрат компаний. Согласно недавним исследованиям Deloitte и EY, почти половина проектов RPA терпит неудачу, а успешные часто не достигают ожидаемой рентабельности инвестиций. 

С помощью инструментов process mining компании получают фундаментальное представление о своих процессах. Системы предоставляют информацию об изменениях процесса, продолжительности, частоте ошибок, причинно-следственных связях между событиями и подзадачах внутри процессов.

Siemens интегрировал интеллектуальный анализ во многие свои бизнес-процессы. Полностью исследовав и понимая их, компания устранила различные отклонения и определила возможности автоматизации в каналах размещения заказов.

• Определите лучшие процессы для автоматизации

Одна из основных причин неудач при внедрении RPA – неправильный выбор процессов для автоматизации. PwC указывает, что даже на подтверждение концепции RPA часто требуется 4-6 месяцев вместо ожидаемых 4-6 недель. В основном это происходит потому, что выбранный процесс слишком сложен и никоим образом не находится в подходящем состоянии для реализации технологии.

Piraeus Bank попытался автоматизировать свои процессы без предварительного анализа. Однако в компанию начали поступать жалобы как от клиентов, так и от филиалов. Они также не могли определить проблемную часть своего проекта автоматизации, потому что у них не было полного понимания, что где и как происходит. Позже банк внедрил специальное ПО для интеллектуального анализа данных, чтобы выявить “узкие места”, расхождения и их причины. В итоге компания ускорила процесс подачи заявки на кредит с 35 до 5 минут.

Таким образом, очень важно определить правильные процессы для автоматизации, чтобы предприятия могли избежать трудоемкой и дорогостоящей реструктуризации RPA. Учитывая, что RPA – дорогостоящее решение, а неуместные инвестиции могут не окупиться, предприятиям следует быть осторожными. 

• Мониторинг реализации RPA на пилотной фазе

Реализация RPA состоит из генерации правил для ботов и разработки выполнения рабочего процесса. Что вы можете сделать с интеллектуальным анализом процессов, так это проверить, правильно ли реализуется ваша инициатива RPA. Если производительность RPA не дает ожидаемых результатов, инструмент анализа процессов может обнаружить ее первопричины. 

• Продолжение и улучшение

Результаты проектов автоматизации сложно измерить. Даже после успешного внедрения RPA компании могут использовать инструменты интеллектуального анализа процессов для отслеживания повышения уровня автоматизации за счет RPA и оценки рентабельности инвестиций. Это обеспечивает фактическую оценку результатов RPA, помогая компаниям определять будущие инвестиции в технологию.

Помимо этого, процессы изменяются со временем. Если такое произойдет, RPA также могут потребовать обновлений. Технология process mining может уведомлять компании, если эти изменения влияют на производительность RPA. 

Глубокое понимание собственных процессов может обеспечить более быстрое обновление RPA и снизить затраты на обслуживание RPA.